买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东科技大学申请的专利一种融合大模型与领域知识的工业表面缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121414724B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511775770.8，技术领域涉及：G06T7/00；该发明授权一种融合大模型与领域知识的工业表面缺陷检测方法是由贾坤昊;鲁法明;原桂远;张雪设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本一种融合大模型与领域知识的工业表面缺陷检测方法在说明书摘要公布了：本发明提供了一种融合大模型与领域知识的工业表面缺陷检测方法，涉及工业检测技术领域，具体包括：设计双分支知识注入网络模型，包括：主干网络、旁支网络、纹理编码器、曲率提取网络和检测头网络，利用主干网络中的视觉大模型提取通用视觉特征，然后与旁支网络提取的补充特征相加融合得到深层特征，利用纹理编码器提取纹理特征，将深层特征与纹理特征通过交叉注意力的方式进行纹理领域知识的嵌入，根据应力注意力图优化损失函数；利用检测头网络对缺陷进行定位与分类；对双分支知识注入网络模型进行训练与评估。本发明的技术方案克服现有技术中视觉基础模型在工业场景中因领域差异导致的检测性能下降、小样本泛化能力弱的问题。

本发明授权一种融合大模型与领域知识的工业表面缺陷检测方法在权利要求书中公布了：1.一种融合大模型与领域知识的工业表面缺陷检测方法，其特征在于，具体包括如下步骤： S1，构建工业表面缺陷数据集； S2，设计双分支知识注入网络模型，包括：主干网络、旁支网络、纹理编码器、曲率提取网络和检测头网络，利用主干网络中的视觉大模型提取通用视觉特征，然后与旁支网络提取的补充特征相加融合得到深层特征，利用纹理编码器提取纹理特征，将深层特征与纹理特征通过交叉注意力的方式进行纹理领域知识的嵌入，通过曲率提取网络提取生成应力注意力图，根据应力注意力图优化损失函数；利用检测头网络对缺陷进行定位与分类； S3，对步骤S2构建的双分支知识注入网络模型进行训练与评估； 步骤S2具体包括如下步骤： S2.1，将工业表面缺陷数据集输入旁支网络、主干网络、纹理编码器和曲率提取网络； S2.2，旁支网络包括多个基础Block模块，每个基础Block模块包括两个卷积层和一个拼接层，基础Block模块的第一卷积层用分组卷积的形式将高、宽、通道数分别为H、W、C的特征图分为通道数为C2的两组，然后在基础Block模块的第二卷积层做4倍的通道数扩充，最后在基础Block模块的拼接层将两组特征进行拼接融合，得到补充特征； S2.3，将补充特征和主干网络中的视觉大模型提取的通用视觉特征相加融合得到深层特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。